quant-timing-intro

量化择时入门

什么是量化择时

量化择时是利用数量化方法，通过对各种宏观微观指标的量化分析，试图找到影响大盘走势的关键信息，并对未来走势进行预测。

择时目标

• 上涨：买入持有
• 下跌：卖出清仓
• 震荡：高抛低吸

挑战

• 大盘走势与宏观经济、微观企业、国家政策、国际形势密切相关
• 准确判断走势具有相当难度

量化择时主要方法

方法	说明
趋势择时	基于技术指标判断趋势
市场情绪择时	基于投资者情绪指标
有效资金模型	基于资金流向
牛熊线	基于布朗运动理论
Hurst指数	基于分形理论
SVM分类	基于机器学习
SWARCH模型	基于宏观指标
异常指标	基于特殊市场状态

择时指标分类

1. 趋势型指标

• MA（移动平均）
• MACD
• DMA
• TRIX

2. 情绪型指标

• 投资者信心指数
• 封闭式基金折溢价率
• 新股指标
• 基金仓位

3. 资金型指标

• 资金净流入
• 有效资金
• M2货币供应

4. 预测型指标

• SVM分类
• 神经网络
• 回归模型

择时策略评价

核心指标

• 累计收益率：总收益水平
• 胜率：交易成功概率
• 夏普比率：风险调整收益
• 最大回撤：最大亏损幅度
• 交易次数：策略活跃程度

择时效果判断

1. 不错过大的系统性机会
2. 能回避较大的系统性风险
3. 能良好地辨别盘整状态

A股择时特点

• 个人投资者众多，情绪影响大
• 政策市特征明显
• 牛短熊长特征
• 波动性较大

使用场景

• 大盘择时判断
• 仓位管理决策
• 风险管理
• 资产配置调整

注意事项

• 没有100%准确的择时
• 需要结合多种方法
• 考虑交易成本
• 定期优化参数